python 中with用法以及with tf.Session(graph

• With用法 以及 with tf.Session() as sess 用法

            
              import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]='2' # 只显示 warning 和 Error
import tensorflow as tf
a = tf.constant([1.0,2.0],name = "a")
b = tf.constant([2.0, 3.0], name = "b")
result = a + b
# Launch the graph in a session.
sess = tf.Session() #创建session会话，相当于分配内存（资源）
print (sess.run(result)) #调用run方法，run这个result，并输出到屏幕上
sess.close()#关闭会话，释放内存
#使用with，也就是python的上下文管理器，执行会会自动关闭会话，释放内存，简单高效！
with tf.Session() as sess:
    print (sess.run(result))

            
          

运行结果

            
              [ 3.  5.]
[ 3.  5.]

            
          

• g1.as_default()

as_default应用于有多个graph的场景

            
              g1 = tf.Graph() #创建一个计算图
with g1.as_default():
    v = tf.get_variable("v", shape = [1], initializer=tf.zeros_initializer)
g2 = tf.Graph()
with g2.as_default():
    v = tf.get_variable("v", shape = [1], initializer=tf.ones_initializer)
with tf.Session(graph = g1) as sess:
    tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))
with tf.Session(graph = g2) as sess:
    tf.global_variables_initializer().run()
    with tf.variable_scope("", reuse=True):
        print(sess.run(tf.get_variable("v")))

            
          

具体理解参考：
这里

• tf.global_variables_initializer()用法
  sess.run(tf.global_variables_initializer()) ，这行代码的官方解释是 初始化模型的参数。
  具体原理参看这里

• tf.get_variable()和tf.Variable()以及tf.variable_scope()用法
  这里
  其中with tf.variable_scope("", reuse=True):中的reuse=True表示重用。